基于圆分布法的公共自行车租赁需求预测研究.docxVIP

基于圆分布法的公共自行车租赁需求预测研究 在公共自行车租赁系统的实际应用中，由于潮汐交通的存在，高峰时段高峰时段的交通时间、双向流量的严重不平衡，导致每个租赁点都存在一个方向租赁需求大、一个方向租赁需求大的问题，以及租赁点之间的车辆不平衡。也就是说,在高峰时段,用户想租用自行车却无车可租; 用户想停放自行车,但车位已停满,无处可停。对于潮汐性交通所带来的租赁点间车辆不均衡问题,目前租赁系统主要通过人工调度方式来解决。而现有的调度方法由于没有掌握租赁人的实际需求,因而无法切实解决或缓解该问题,不能满足公共自行车租赁高峰时期的需求。一些学者对自行车租赁系统的调度也做了研究,柳祖鹏将公共自行车租赁系统中的站间自行车调度看成是一个特殊的旅行商问题,并且通过蚁群算法实现了对调度行驶路径的优化,但是路径算法并不能解决获取租赁需求量这一根本问题。因此,本文旨在基于圆分布法与时间序列模型对公共自行车的租赁需求量进行预测,从而为合理调度提供依据。 1 事件的周期分析 圆分布法传统上适用于真正属于圆周上的位置数据,可以处理一些周而复始的现象。它对于时间分布于一天或一年的原始数据,通过三角函数变换,可使原始数据按线性关系计算,因此可分析事件有无周期性的规律,是否具有集中倾向,是否在周期内均匀分布,并可揭示事件发生的高峰期。本文将其应用到交通数据的分析。 1.1 按新时代确定目标工区的时段 圆分布法分析的变量值是角度,因而运用圆分布法时,需要将本身不是对应角度的原始数据转换成角度。在公共自行车租赁需求规律的分析中,数据是时间所对应的数据,因此在统计后需要对数据进行处理,将其转化为角度。 本文选取上海市张江高科地铁站公共自行车租赁点作为研究对象。作者选取2013 年2 月18 日到3 月29 日,连续6 个星期工作日早晨5 点到夜晚20点的公共自行车租赁情况,取平均值得到圆分布法中使用的初始值。在数据的收集过程中,作者选取10 min为一个时间间隔,记录并统计在每个时间间隔内的租车需求量和还车量,计算它们的差值,即净需求量。在得到上述数据后,需要进行数据转换,即将对应于时间的数据转换为对应于角度的数据。 通过记录统计与数据处理,得到关于租车需求量、还车量以及净需求量的统计表,如表1 所示。该表中,若净需求量为正数时,表示此时是租车需求量大于还车量,即此时需求表现为对自行车的需求; 若出现负值,表示此时还车量大于租车需求量,即此时需求表现为对停车桩的需求。对于早晚高峰期的计算,不管是哪种需求都应算是需求量,在圆分布法中,对于样本值应当取正数,因此本文将表格里的负数全部取为其绝对值,在计算中用绝对值进行计算。 运用圆分布法进行高峰期计算时,需要转换角度 α、sinα、cosα、净需求量f等数据,由于圆分布法只能计算出一个高峰期,因而将一天内的数据合理地分为上下2 块,即早晨5 点到中午12 点30 分,共7小时30 分; 中午12 点30 分到晚上八点整,共7 小时30 分。接着分别对这两部分使用圆分布法,从而分别得到两个时间段内的高峰期以及高峰时间段。本文以早高峰为例,进行计算和预测,早高峰研究对象是450 min,依据圆分布法,对应于一个圆周360°,每10 min为一个时间间隔,可得每个时间间隔占8°。由于10 min是一段时间,在进行角度转化时,需要将这段时间转化为一个角度值,而非一个角度区间,因此采用每一时间间隔的中间时间点作为这段时间的代表时间。表2 是关于上午时段高峰期计算圆分布法所需的数据表。 1.2 日内最大阵风角ls-l 基于已经得到统计结果,可利用表格中的数据进行圆分布法中一些重要参量的计算。 当一组数据的所有 α 都等于同一数值时,则这组数据无变异,r = l; 当一组数据均匀分布在圆周上,则r = 0,而平均角无法计算; r值的范围应在0 ~ 1 之间。 从早晨5 点到中午12 点半这段时间,根据公式,求得 因此平均角为123. 85°,角标准差为87. 33°,即高峰时段对应角度区间为: 36. 52°到211. 18°。对应的高峰期时间为7 点35 分左右,高峰时段为5 点40分到9 点30 分。 2 时间序列分析之间的时长关系。据背景 时间序列就是将观测到的数据按“时间特性”记录下来,得到的各种各样的有序数据。通过把观测到的时间序列进行分析、研究,建立动态模型,并进行模式识别、参数估计,然后依此为研究对象对它将来的发展趋势进行科学的预测和控制就是时间序列分析。 本文运用时间序列模型分析上节所得到的高峰时段需求量。将已得到的高峰时期分为3 段,分别统计在3 段时间里的需求量总和,作为特定变量值,连续记录30 d的高峰期租赁量数据,总共得到90 个数据,然后通过做相关图,进行相关分析,求相关函数,确定阶数与参数,根据相关函数的